کتاب ریشه‌های آماری در تحلیل سیستم‌های پیچیده: از تئوری تا کاربرد با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

249,950 تومان
پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره ریشه‌های آماری در تحلیل سیستم‌های پیچیده: از تئوری تا کاربرد

موضوع کلی: مبانی علم داده و تحلیل سیستم‌های پیچیده

موضوع میانی: روش‌های آماری در مدل‌سازی سیستم‌های پیچیده

📋 سرفصل‌های دوره

  • 1. ریشه‌های احتمالاتی در سیستم‌های پیچیده
  • 2. تعریف سیستم پیچیده و نقش آمار
  • 3. توزیع‌های احتمال در مدل‌سازی پدیده‌های پیچیده
  • 4. قانون اعداد بزرگ و همگرایی در سیستم‌های بزرگ
  • 5. نقش فرآیندهای تصادفی در دینامیک سیستم‌ها
  • 6. مفهوم آنتروپی و بی‌نظمی در سیستم‌ها
  • 7. مدل‌سازی وابستگی‌های بلندبرد
  • 8. همبستگی و خودهمبستگی در داده‌های سری زمانی
  • 9. نظریه اطلاعات و اندازه‌گیری پیچیدگی
  • 10. آماره‌های مرتبه و تحلیل رتبه‌بندی
  • 11. توزیع‌های دم‌سنگین و پدیده‌های نادر
  • 12. قانون توان و مقیاس‌بندی در سیستم‌های طبیعی
  • 13. خودسازمان‌دهی و آستانه بحرانی
  • 14. مدل‌سازی شبکه‌های پیچیده با رویکرد آماری
  • 15. تحلیل خوشه‌بندی و ساختار جوامع
  • 16. روش‌های نمونه‌گیری در سیستم‌های بزرگ
  • 17. استنباط آماری در مدل‌های غیرخطی
  • 18. رگرسیون و پیش‌بینی در داده‌های پیچیده
  • 19. تحلیل مؤلفه‌های اصلی برای کاهش ابعاد
  • 20. مدل‌های پنهان مارکوف در دنباله‌های زمانی
  • 21. روش‌های بوت‌استرپ در سیستم‌های پیچیده
  • 22. آمار بیزی برای مدل‌سازی عدم قطعیت
  • 23. زنجیره‌های مارکوف و فرآیندهای تصادفی گسسته
  • 24. نظریه میدان میانگین در سیستم‌های ذره‌ای
  • 25. مدل‌سازی جمعی و رفتارهای نوظهور
  • 26. آنالیز حساسیت و عدم قطعیت در مدل‌ها
  • 27. روش‌های مونت کارلو برای شبیه‌سازی
  • 28. معیارهای نیکویی برازش در مدل‌های پیچیده
  • 29. تحلیل سری‌های زمانی غیرایستا
  • 30. مدل‌های خودرگرسیو و میانگین متحرک
  • 31. پیش‌بینی با مدل‌های ARIMA و GARCH
  • 32. تحلیل طیفی و چگالی توان
  • 33. نظریه آشوب و پیش‌بینی‌پذیری
  • 34. بعد همبستگی و بعد فراکتال
  • 35. آماره‌های غیرپارامتری برای داده‌های پیچیده
  • 36. مدل‌های ترکیبی و یادگیری آماری
  • 37. انتخاب ویژگی در داده‌های با ابعاد بالا
  • 38. منظم‌سازی و کاهش بیش‌برازش
  • 39. تحلیل بقا و زمان‌های رویداد
  • 40. مدل‌های فضایی و وابستگی مکانی
  • 41. تحلیل داده‌های شبکه‌ای و گراف
  • 42. مدل‌های تصادفی برای پدیده‌های بحرانی
  • 43. نظریه مقیاس و گروه‌های بازبهنجارش
  • 44. آماره‌های ترتیبی و تحلیل رتبه
  • 45. کاربرد توزیع‌های پایدار در سیستم‌ها
  • 46. مدل‌سازی نوسانات و ناپایداری‌ها
  • 47. تحلیل مؤلفه‌های مستقل
  • 48. روش‌های کاهش ابعاد غیرخطی
  • 49. مدل‌های مخلوط و خوشه‌بندی
  • 50. آزمون فرضیه در سیستم‌های پیچیده
  • 51. معیارهای اطلاعاتی برای انتخاب مدل
  • 52. مدل‌های گرافیکی احتمالاتی
  • 53. استنتاج علّی از داده‌های مشاهده‌ای
  • 54. تحلیل مداخله و تأثیر در سیستم‌ها
  • 55. کاربردهای عملی در علوم زیستی و اجتماعی
  • 56. پیاده‌سازی محاسباتی روش‌های آماری
تگ‌ها: Complex Systems Statistics آمار سیستم‌های پیچیده تئوری تا کاربرد تحلیل سیستم‌های پیچیده داده‌کاوی روش‌های آماری ریشه‌های آماری علم داده مدل‌سازی آماری مدل‌سازی سیستم

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.